待验证50% 置信事实精确时间

只有差异化污染（某些模型被污染得远比其他模型严重）才会扭曲排名，而这种情况在实践中罕见

1

来源数

50%

置信度

长期有效

时效性

2026/9/11

首次发现

来源

基准污染夸大LLM分数，却难撼动排行榜排名

涉及实体

差异化污染concept

相关事实

待验证研究表明即使是部分污染（模型只见过题目而非答案），也可能显著提升得分74% 相似待验证研究表明即使是轻微的数据污染也可能导致评测分数虚高5-15个百分点69% 相似待验证在总计188个模型×基准的组合中，仅有3例存在被两个参照点交叉验证的差异化污染69% 相似待验证近期研究表明部分模型在已知被污染的基准子集上的表现比未污染子集高出10-15个百分点69% 相似部分验证基准污染指模型在训练过程中已见过测试题目，导致评分虚高、无法反映真实泛化能力68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/900514

API

curl https://kongchang.com/api/v1/knowledge/claims/900514

MCP

get_claim(id=900514)